问题巢解题说明 来一交人 人我们 时 中的 OVEE.PUB FLEX)AS 、 方法和上而的一样 们用以下。 ,5x 人也许在上有格 月恩二
问题集解题说明 问题一 对于这个问题，我们应该计算对不同政策变量作出正向回到的雇员人数。我们可以使用不 同的尺度来衡量雇员对不同方式的态度。第一，我们可以计算回答“很可能”的人数，可以计 算回答“可能”的人数。我们甚至可以计算作出正向回到的人数的百分比。根据数目和百分比， 我们可以得出结论。第二，注意回答可以排序，“0”代表“很可能”，“1”代表“可能”， “2”代表“不可能”。事实上，我们可以给每种方式平均数。平均值越低，回答越接近正向。你 们中的大多数都使用第一种方法，第二种方法中运用到的查询见下文。 你也许熟悉查询设计视窗而不喜欢结构化查询语言脚本。为了知道它们在查询设计窗口中 是什么样的，你可以复制它们到结构化查询语言窗口，然后改变成设计视窗。 a. 将政策变量的数据类型从文本转换到数字，然后运行以下查询。 SELECT Count(PUB_DISC)/Count(surveyno) AS Expr1, Avg(EMPLOYEE.PUB_FLEX) AS AvgOfPUB_FLEX, Avg(EMPLOYEE.PUB_DAYCAR) AS AvgOfPUB_DAYCAR, Avg(EMPLOYEE.PUB_EMGNCY) AS AvgOfPUB_EMGNCY, Avg(EMPLOYEE.PUB_PKRATE) AS AvgOfPUB_PKRATE, Avg(EMPLOYEE.PUB_INFO) AS AvgOfPUB_INFO, Avg(EMPLOYEE.PUB_DISC) AS AvgOfPUB_DISC FROM EMPLOYEE WHERE (((EMPLOYEE.MODE1_TO) In (“1”,“2”,“3”)))； 这个查询后，我们可以找到最廉价的方法就是打折乘车证和紧急用车服务。 a. 对于四个最大的部门，首先通过以下查询找到它们 SELECT Count(employee.SURVEYNO) AS CountOfSURVEYNO, employee.DOT_BRANCH FROM employee GROUP BY employee.DOT_BRANCH ORDER BY Count(employee.SURVEYNO) DESC; They are FAA, USCG, OST, FHWA 然后在这四个部门中找出最受肯定的方法。 Avg(EMPLOYEE.PUB_FLEX) AS AvgOfPUB_FLEX, Avg(EMPLOYEE.PUB_DAYCAR) AS AvgOfPUB_DAYCAR, Avg(EMPLOYEE.PUB_EMGNCY) AS AvgOfPUB_EMGNCY, Avg(EMPLOYEE.PUB_PKRATE) AS AvgOfPUB_PKRATE, Avg(EMPLOYEE.PUB_INFO) AS AvgOfPUB_INFO, Avg(EMPLOYEE.PUB_DISC) AS AvgOfPUB_DISC FROM EMPLOYEE WHERE (((EMPLOYEE.DOT_BRANCH) In ("FAA","USCG","OST","FHWA")) AND ((EMPLOYEE.MODE1_TO) In (“1”,“2”,“3”)))； 最受推崇的方法和上面的一样。 为一条一条提出建议，我们使用以下查询。 SELECT EMPLOYEE.DOT_BRANCH, Avg(EMPLOYEE.PUB_FLEX) AS AvgOfPUB_FLEX, Avg(EMPLOYEE.PUB_DAYCAR) AS AvgOfPUB_DAYCAR, Avg(EMPLOYEE.PUB_EMGNCY) AS AvgOfPUB_EMGNCY, Avg(EMPLOYEE.PUB_PKRATE) AS AvgOfPUB_PKRATE, Avg(EMPLOYEE.PUB_INFO) AS AvgOfPUB_INFO, Avg(EMPLOYEE.PUB_DISC) AS AvgOfPUB_DISC FROM EMPLOYEE WHERE (((EMPLOYEE.MODE1_TO) In (“1”,“2”,“3”))) GROUP BY EMPLOYEE.DOT_BRANCH HAVING (((EMPLOYEE.DOT_BRANCH) In ("FAA","USCG","OST","FHWA")))； 对于这个问题，你们中几乎所有人作的都还可以。其中的一些人也许在理解上有一点点不同， 我评分的时候这也不成为问题。我会给你们满分，或者扣一点点分。重要的是，你们运行恰当的 查询并且得到了重要的数据。然而，有一部分同学在提出建议时，没有显示所需要的数据。 问题二
A. 按县镇(COUNTY),模式1（MODE1 (name label)） ,平均通勤距离（Avg of T_COMMUTE）首 写字母升序排列的表格： 结构化查询语言可以像这样： 你可以使用通勤距离而不使用通勤时间，这两者都可以。表格看起来类似这样：
日Query1:Select Query 回☒ COUNTY MODE I AWSOT COMMUT bC型# 41065 EECOG6667 Epaol 4091]7T4G14 commerbus FNf. G0TITIPMTN 4T77777TT7777 F et3n时 4001127357配 F Cpo￥ 453的51546 F meocbus 1*31566007776 F游 mKocral E5005561818318 Ffa T80e8 2870 Ff cthit 0952160g0288 F油f道 ￥40g 475民 o线 c o线 eapbol 44901484G07042 o COmTITARb o 6712 o drise done 43033t222 dnopped at 412 Mosts meircbur 7元421571425714 mNTCIa 55C o与 Tm3扣s# ia-与 etter vaspool 071475T14217 PG e PG 4953 40014570241 PG oommunertus 2 PG OOmmAR-Al 72222222222222 PG dive slone 248721830225聚 PG dedo的 豫5317U PG mw的ctu 495344184415民 PG mw的C4d 4884]7U PG motalegole PG olht 82 PG a503 497222222222222 YahDC bicydiw 615 材ahDC @p38 224444444444444 Van DC E物■ COmTITAHTM ae DC diee None 205314210510 Wac DC 中cpr4o 213731100427元 mmrebut G15146154 Wap DC 705174了5170 Was DC T0l快 线 Wac DC Was DC k 155718479421 Record:14 万H西f44 n,在tg(蒙日马利)蚊流行和年一流行的交通模式是合伙使用小车和迪下铁递， SELECT dotnodpe.MODE_1.euployee.COUNTY,Count (employee.SLRVEYNO)AS CountofSURVEYNO,Avg(eaployee.D COMVUT)AS AvgOfD_COOVUT FROM dotnodpe INNER JOIN eployee (N dolnudpe.DE1_CODE eployee.IDE1_TO GROUP BY dotnudpe._1. erploree.COUNTY HAVTNG (((employee.COLINTY)="Nontg"))ORDER BY erploree.CONTY, Count (eaployee.SURVEYNO)DESC: 在G(乔治上子县》，最流行的是合饮使用小汽车和白驾车。 SELECT dotrodpe.VDDE_1,eaplayee.COUNTY.Count (emplovee.SLRVEYND)AS CountofSURVEYNO,Avg (eaployee.D_COMMUT)AS AvgOfD_COMMUT FROM dotmodpe INNER JOIN eployee ON dotuudpe.HDE1 CUDE eployee.MUDE1_TO GROUP BY cLoodpe.DE_1. erploree.COLNTY HAVING (((employee.COLINTY)-"P G))ORDER BY eaployee.COUNTY. Count (eaployee.SURVEYNO)DESC:
B.在Montg（蒙哥马利）最流行和第二流行的交通模式是合伙使用小汽车和地下铁道。 SELECT dotmodpc.MODE_1, employee.COUNTY, Count(employee.SURVEYNO) AS CountOfSURVEYNO, Avg(employee.D_COMMUT) AS AvgOfD_COMMUT FROM dotmodpc INNER JOIN employee ON dotmodpc.MODE1_CODE = employee.MODE1_TO GROUP BY dotmodpc.MODE_1, employee.COUNTY HAVING (((employee.COUNTY)="Montg")) ORDER BY employee.COUNTY, Count(employee.SURVEYNO) DESC; 在P G（乔治王子县）, 最流行的是合伙使用小汽车和自驾车。 SELECT dotmodpc.MODE_1, employee.COUNTY, Count(employee.SURVEYNO) AS CountOfSURVEYNO, Avg(employee.D_COMMUT) AS AvgOfD_COMMUT FROM dotmodpc INNER JOIN employee ON dotmodpc.MODE1_CODE = employee.MODE1_TO GROUP BY dotmodpc.MODE_1, employee.COUNTY HAVING (((employee.COUNTY)="P G")) ORDER BY employee.COUNTY, Count(employee.SURVEYNO) DESC;
C.在蒙哥马利，255人使用次要通物方式. SELECT Count (employee.SURVEYND)AS CountOfSUHYEYNO FIM erployee AERE (emplor.COUNTY)-kntg)Nw(cmlovee.W0f2_T砂◇"0))： For tbose without secondary ccomuting ode,the Dost popular prluary coumuting unde is carpool 177 people carpool). SELECT dotrodpe.NOOR_1,caployee.COINTY.Count (emplovee.SLRVEYNO)AS CountorSURVEYNO,Avg(euployee.D_COMMUT)AS AvgOfD_COMMUT,eaployee.MDE2_TO FROM dotncdpe INNER JOIN enployee ON dotpodpe.OI_CUOE eaployee.MODEI_TO GBOUP BY dotncdpe.MODE_1,cmployee.COlINTY,cmplorec.MODE2_TO HAVTNG (((employee.COUNTY)="Montg")AND ((euployee.MOOE2_TO)="0))ORDER BY eployee.COUNIY,Count (euployee.SURVEYND)DESC: 问题三 A.成府工作人员百分比最高的县授群 县名 区域楼形 政府工作人员百分比 楼所识别号 25013 Hapden 8114 2 100% 25013811403 25015 Hanpshire 823 4 53.6器 250159203004 25027 Worcester 73B4 9 71.1% 25027738409 所得答案与上述表格相符的人获得满分。通过加字段P0730003,P0790004,P0790005测定 或府工作A人英.通过加字段P0790001,P0790002.P0790003.P0790004,P0790005,.P0790008. 79007赛得受度人员的总柒，进而满定百分比。正如下面的人口普在情况，如相制的类型能 能提供恰当的总体。一同学使用与在实整E中应用的相同的总体去计算百分数，他们会有点 湿淆，果或是进过加在1999年工作的岁性和女性而测定的总体。在人口普查中，工行状况和廑 用状况有着不同的定义.在实验E计算中，使用男性和女件来作为总体是恰当的.使用基于16岁 及其以上煌相人员总休的工作人员类别，则会导致结误的结果。如知下。 79贞，工作人员类别(7)[7]： 总体：16望及其以上的受痛人员： Private效登工资和新水工作人员： Private丰效L责和水⊥作人员：L9UO02: 当地政府T作人员：P0790003: 政府工作人员：0790004： 联邦政府L作人员：PU790005: 自我星加人员：0790006： 没有报丽的家底工作人贞：P07900070 因为这世纽小山是很币要的不同会边成温裙，基于在实验中应月的工作人员总体而数出 的答案我们会给分。然而，正确答案才能获得满分。 问整四 许多学生在这个问邀上留完成的很好而且正确，他们达并了第一桶作为敏重发的地应用 在分析当中，第二幅动图之所以重要，是因为它朵示了未获中业证成人的相对度.双柔的标 治化（如测定人数/平方公里）为作区域比较提供了一个标准。然而，贝有最大密度这一条还不 够，我门还应该号运周边地区的密度，考虑它是杏容变其也市县的能响。这也是我们使儿地图 而不是带下制线表格的一个经重要的原因
C. 在蒙哥马利，255人使用次要通勤方式。 SELECT Count(employee.SURVEYNO) AS CountOfSURVEYNO FROM employee WHERE (((employee.COUNTY)="Montg") AND ((employee.MODE2_TO)<>"0")); For those without secondary commuting mode, the most popular primary commuting mode is carpool ( 177 people carpool) . SELECT dotmodpc.MODE_1, employee.COUNTY, Count(employee.SURVEYNO) AS CountOfSURVEYNO, Avg(employee.D_COMMUT) AS AvgOfD_COMMUT, employee.MODE2_TO FROM dotmodpc INNER JOIN employee ON dotmodpc.MODE1_CODE = employee.MODE1_TO GROUP BY dotmodpc.MODE_1, employee.COUNTY, employee.MODE2_TO HAVING (((employee.COUNTY)="Montg") AND ((employee.MODE2_TO)="0")) ORDER BY employee.COUNTY, Count(employee.SURVEYNO) DESC; 问题三 A. 政府工作人员百分比最高的县楼群 县 名 区 域 楼 群 政府工作人员百分比 楼群识别号 25013 Hampden 8114 3 100% 250138114003 25015 Hampshire 8203 4 63.6% 250158203004 25027 Worcester 7384 9 71.1% 250277384009 所得答案与上述表格相符的人获得满分。通过加字段P0790003, P0790004, P0790005测定 政府工作人员。通过加字段P0790001, P0790002, P0790003, P0790004, P0790005, P0790006, P0790007获得受雇人员的总体，进而测定百分比。正如下面的人口普查情况，加相似的类型能 够提供恰当的总体。一些同学使用与在实验 E中应用的相同的总体去计算百分数，他们会有点 混淆，那就是通过加在1989年工作的男性和女性而测定的总体。在人口普查中，工作状况和雇 佣状况有着不同的定义。在实验 E计算中，使用男性和女性来作为总体是恰当的。使用基于16岁 及其以上雇佣人员总体的工作人员类别，则会导致错误的结果。如下。 79页，工作人员类别（7）[7]； 总体：16岁及其以上的受雇人员； Private效益工资和薪水工作人员； Private非效益工资和薪水工作人员：PU/90002； 当地政府工作人员：P0790003； 州政府工作人员：P0790004； 联邦政府工作人员：P0790005； 自我雇佣人员： P0790006； 没有报酬的家庭工作人员：P07900070 因为这些细小但是很重要的不同会造成混淆，基于在实验 E中应用的工作人员总体而做出 的答案我们会给分。然而，正确答案才能获得满分。 问题四 许多学生在这个问题上都完成的很好而且正确，他们选择了第二幅作为最重要的地图应用 在分析当中。第二幅地图之所以重要，是因为它显示了未获毕业证书成人的相对密度。数据的标 准化（如测定人数/平方公里）为作区域比较提供了一个标准。然而，只有最大密度这一条还不 够。我们还应该考虑周边地区的密度，考虑它是否容易受其他市县的影响。这也是我们使用地图 而不是带下划线表格的一个很重要的原因